MQ 消息队列

一. MQ介绍

 1.1 MQ简介

MQ全称为Message Queue，消息队列是应用程序和应用程序之间的通信方法。 

> MQ（Message Queue）消息队列，是一种用来保存消息数据的队列
> ◆ 队列：数据结构的一种，特征为 “先进先出”.

什么是消息：

◆ 微服务架构：
> 服务器A向服务器B发送要执行的操作（视为消息）
> 服务器A向服务器C发送要执行的操作（视为消息）

1.2 MQ的作用：

在项目中，可将一些无需即时返回且耗时的操作提取出来，进行异步处理，而这种异步处理的方式大大的节省了服务器的请求响应时间，从而提高了系统的吞吐量。

MQ应用场景

1. 任务异步处理

2. 应用程序解耦

3. 削峰填谷

 1.3 MQ的优势

1.3.1 任务异步处理

一个下单操作耗时：20 + 300 + 300 + 300 = 920ms

用户点击完下单按钮后，需要等待920ms才能得到下单响应，太慢！处理速度慢, 积压在系统的请求就更多 , 占用的系统资源就越多 , 系统的吞吐量就越低

可以使用MQ提升系统的处理速度 , 提供用户体验, 提升系统的吞吐量

用户点击完下单按钮后，只需等待25ms就能得到下单响应 (20 + 5 = 25ms)。

提升用户体验和系统吞吐量（单位时间内处理请求的数目）

1.3.2 应用程序解耦

假如我们完成下单的过程中 , 库存系统服务发生了问题, 调用失败, 那么用户下单操作也就失败了

系统的耦合性越高，容错性就越低，可维护性就越低。

可以使用MQ降低系统模块之间的耦合

使用 MQ 使得应用间解耦 , 当其他子系统发生问题之后, 并不会影响核心功能的执行 , 提升容错性和可维护性。

1.3.3 削峰填谷

假设平常时段我们的系统每秒最多可以处理1000个用户请求 , 但是某一时刻请求瞬间增多, 每秒有5000甚至10000个请求访问系统, 这个时候服务器承载不了就会导致服务器崩溃

使用MQ可以帮助我们规避这种风险

 

使用了 MQ 之后，限制消费消息的速度为1000，这样一来，高峰期产生的数据势必会被积压在 MQ 中，高峰就被“削”掉了，但是因为消息积压，在高峰期过后的一段时间内，消费消息的速度还是会维持在1000，直到消费完积压的消息，这就叫做“填谷”。

使用MQ后，可以提高系统稳定性

 

小结:

• 应用解耦：提高系统容错性和可维护性

• 异步提速：提升用户体验和系统吞吐量

• 削峰填谷：提高系统稳定性

1.4 MQ的劣势

1.4.1 系统可用性降低

系统引入的外部依赖越多，系统稳定性越差。一旦 MQ 宕机，就会对业务造成影响。如何保证MQ的高可用？

1.4.2 系统复杂度提高

MQ 的加入大大增加了系统的复杂度，以前系统间是同步的远程调用，现在是通过 MQ进行异步调用。

如何保证消息没有被重复消费？怎么处理消息丢失情况？那么保证消息传递的顺序性？

1.4.3 一致性问题

A 系统处理完业务，通过 MQ 给B、C、D三个系统发消息数据，如果 B 系统、C 系统处理成功，D 系统处理失败。如何保证消息数据处理的一致性？

小结：

 

1.5 常用的MQ产品介绍：

 

目前业界有很多的 MQ产品，例如 RabbitMQ、RocketMQ、ActiveMQ、Kafka、ZeroMQ、MetaMq等，也有直接使用 Redis充当消息队列的案例，而这些消息队列产品，各有侧重，在实际选型时，需要结合自身需求及 MQ 产品特征，综合考虑。下面是常见MQ产品的对比